導言：Sora 2正席捲網路，能把文字、圖片、名人臉孔直接變成可上線的短影片。Nate Herk 在教學影片中示範如何把 Sora 2 與自動化工具 n8n（他稱為 NADN）串接，聲稱可以「取得10倍產出、更高品質、無浮水印，且透過 Key.ai 使用 Sora 2 比 OpenAI 直接呼叫便宜6倍」。本文將從連線設定、範例工作流程、提示工程到錯誤處理逐步解析，並以數據與引言突顯關鍵步驟，幫助你把這套系統從 Proof‑of‑Concept 做到可量產化。

• 關鍵數據：Key.ai 對 Sora 2 的收費為 1.5 美分／秒（$0.015/sec）；相比之下，FAL / OpenAI 為 10 美分／秒（$0.10/sec）。
• 換算：10 秒影片在 Key.ai 僅需 $0.15；在 FAL/OpenAI 則約 $1.00 —— 相當於「6 倍」成本優勢。
• Nate 指出：「如果你用 Key.ai，這 10 秒的影片只會花 15 美分，而在 Fowl 或 OpenAI 那邊會花到 1 塊美元。」（原話：“If we make a 10‑second video, that's only going to cost us 15. Whereas on Fowl or OpenAI, that 10‑second video would cost us a dollar.”）
• 實務建議：註冊 Key.ai 後先充值少量（例如 $5）測試即可，並在平台取得 API key 用於自動化流程。

2. 在 n8n 裡的 API 串接核心步驟（一步步）

• 流程概述：在 Key.ai 的 Model Marketplace 找到 Sora 2（text-to-video、image-to-video、Pro、storyboard 等型式），複製 request 的 curl 範例，然後在 n8n 用 HTTP Request 節點選「Import curl」自動填入。
• 驗證與安全：
• 將 Authorization header 設為 Bearer （注意空格），建議在 n8n 建立一個通用憑證（generic header），命名為例如 keyai，以免每次重複貼 API Key。Nate 示範：「為名稱輸入 authorization，值為 capital B bearer space + API key」，然後儲存為 keyai。
• 必備欄位範例（JSON body 範圍）：
• model: e.g., "sora-2-text-to-video" 或 "sora-2-image-to-video"
• prompt: 文字提示（必填）
• aspect_ratio: 可選（portrait/landscape）
• number_of_frames: 10 或 15（可選）
• remove_watermark: true / false（可移除浮水印）
• image_urls:（image→video 時需為公開可存取的 URL）

3. 非同步處理模式：Task ID + Polling（如何確保影片產出完成）

• 兩階段請求模式：
  1) 發送產生請求 → 回傳 task_id（代表已排入生成）
  2) 以 query task endpoint 用 task_id 持續查詢狀態，直到 state == "success"（或處理 "failed"）
• Nate 示範 Polling 的作法：每 10 秒做一次狀態檢查直到成功。優點是避免固定等待時間被誤判（如單純等待 4 分鐘可能不足或浪費），缺點是會造成多次 API 查詢。
• 實測數據範例：Nate 的紀錄顯示過去執行時間包括 195s、227s；一支任務實際經歷 18 次檢查約 180s；Storyboard 類型任務可能長達 500–700 秒（或更久，示範中出現 740 秒、甚至 35 分鐘的情形）。

4. 範例解析：文字→影片（text-to-video）

• 最小測試：只用「a video of a young man throwing a coffee mug against the wall」這類簡短描述會得到粗糙輸出（慢動作、聲音不同步）。Nate 指出：「你真的不能期待沒有好提示就得到好結果。」
• 重要參數：aspect_ratio（若要 TikTok／Reels 選 portrait）、number_of_frames（10 或 15）、remove_watermark=true。
• 結果觀察：在加入完整提示工程前，影片可能「慢、聲音怪」，但基本功能完整（可下載有 / 無浮水印的兩個 URL）。

5. 進階應用一：圖片→影片（image-to-video）與 UGC 廣告自動化價值

• 工作流程差異：將 model 改為 image-to-video，於 body 傳入 image_urls（公開 URL），並在 prompt 中指定「產品不應改變、必須與來源圖一致」。
• UGC 廣告關鍵：Nate 以 Curl Cream（假想產品）示範，生成「真人風格 selfie‑style 的女性在車內推薦產品」影片，並指定台詞：「I absolutely love this curl cream. It keeps my hair bouncy…」
• 限制與觀察：
• 來源圖不得為真實人物（Sora 2 會拒絕 realistic person 的圖片）；Nate：「you can't have it be a person in the image」——V3 在某些情況下更寬鬆。
• 第一個畫面往往會顯示原始靜態圖（首毫秒為原圖），目前可能需後製裁切。
• 實務價值：可持續以自家產品圖產出大量 UGC 影片（省去僱演員、場景、錄音等成本）。

6. 進階應用二：名人 Cameos 與故事板（storyboards）

• Cameos：Sora 平台上使用者可上傳「cameo」資料，公開互動後他人即可透過 username（例如 Sam A）在生成影片時指定該名人的臉部/聲音風格。Nate 示範 Sam Altman 的 cameo，影片「看起來像他、聲音也近似」，但系統對名人使用會較敏感、會拒絕較大或奇怪的請求（會有內容限制）。
• Storyboard：可以把一支影片分成多個 scene，並對每個場景指定時長，總時長可選 10、15 或 25 秒，且各場景時長需加總為總時長。Nate 示範用三個 scene 且維持同一角色的一致性（例如「青蛙找尋寶藏」），但 Storyboard 任務通常是最耗時（示範中有 500–700s、甚至 35分鐘的情況）。
• 風險：Key.ai 在高流量時段或複雜 Storyboard 請求可能回 500 Internal Server Error。

7. 提示工程（Prompting）：用 AI Agent 自動把草稿變成專業攝影指令

• 原理：在 n8n 中建立一個「提示工程 AI 代理」（agent），系統提示（system prompt）會要求該代理扮演「專業 AI 影片提示工程師」，把簡短的原始概念自動擴充為高度細節化的影片提示。Nate 的規則包含必須描述：主要對象（外觀、服裝、年齡、表情、動作）、場景（位置、背景、光線、時間）、攝影風格（鏡頭角度、鏡頭焦段、移動方式）、整體調性與導演註記等。
• 成效比較（同一原始輸入）：
• 不經過優化的原始提示輸出：「Sora 2 is now available on Kai AI making it easier than ever to create stunning videos. You can experiment...」——基本可用，但較平淡。
• 經過代理優化後輸出：加入「lively cinematic classroom shot」「wide shot 24mm tripod dolly」「medium two‑shot 35mm gentle handheld」「reaction close‑ups 50mm」「lip sync」「directorial notes」等多段鏡頭說明，結果影片更有電影感、剪接更生動。Nate 評語：「第二支感覺更具戲劇性與鏡頭切換。」
• 建議：針對用途（UGC 廣告、VFX、故事板）去微調 agent 的規則庫，並配合產品資料表（Google Sheet）自動產出一系列影片腳本與提示。

8. 資料清理（避免 JSON 被破壞）與常見錯誤處理

• 問題來源：AI agent 輸出常包含換行符（newlines）或雙引號，這會破壞 JSON 字串格式，導致請求失敗。
• 解法：在 n8n 的表達式或變數處理步驟使用 replace 函數：
• 移除換行（\n）與回車，並移除雙引號（"），確保送出的 prompt 為單行、無破壞字元的字串。Nate 示範：先把 agent 輸出 show 出來，再對其做 replace，右側可看到清潔後的結果。
• 常見錯誤碼與成因：
• 500 Internal Server Error：通常是 Key.ai / Sora 伺服器端錯誤（過載、外部雲端中斷）或特定內容被內部拒絕。
• 內容被拒（限制）：系統可能因為政策或名人肖像保護而拒絕某些請求（尤其是 cameos 或 realistic persons）。
• 錯誤處理建議：在工作流程中加入 Switch 或 If 節點：檢查 state 為 success、generating 或 failed，若 failed 則觸發通知（Email / Slack /重試機制 / 記錄日誌）。

9. 實務建議與量產化考量（商業面）

• 成本估算示例：以 10 秒影片為單位，在 Key.ai 為 $0.15；若每天產出 100 支 10 秒 UGC 廣告，單日成本約 $15；相同產量在其他平台可能為 $100。
• 產能與品質：結合提示工程 agent，可把原始概念放大成具體攝影描述，進一步提升影片品質並降低人工成本（不需外拍、演員、場景租借等）。Nate 指出：「如果你懂得提示，能為企業省下大量時間與成本，還可以賺很多錢。」（原話大意）
• 風險管理：考慮 API 呼叫速率限制、伺服器穩定性、浮水印與肖像授權問題，以及生成內容的合規審查（避免違規內容被拒）。

結論與延伸思考

• 重點總結：
• 成本：Key.ai 呼叫 Sora 2 價格約為 1.5¢/秒，比 OpenAI / FAL 的 10¢/秒 低約 6 倍（示例：10 秒 $0.15 vs $1）。
• 工作流程：用 n8n 結合 HTTP Request 節點採「發請求 → 取回 task_id → Polling 查狀態」的常見模式。
• 產能提升：透過 AI 代理（提示工程）可從「單句想法」自動產出專業級提示，實務上可顯著提升輸出品質與產量（Nate 宣稱「10 倍產出」為目標定位）。
• 風險與限制：Storyboard 任務耗時長且更容易遇到 500 錯誤；cameos 與人像處理有使用限制；需做好錯誤與內容審查機制。
• 思考題（給決策者）：你是否已具備穩定的素材（產品照、品牌聲音、ICP 定義）來建立批量生成流程？若是，這套技術能否把拍片成本與時間縮到你可接受的範圍，並轉化為實際營收？
• 參考與進一步資源：Nate 提供了完整的 n8n JSON 模板與社群教學，加入其 free school 可下載範例並取得設定指南（影片說明欄中有連結）。

參考資料：YouTube — Nate Herk | AI Automation：Create ANYTHING with Sora 2 + n8n AI Agents (Full Beginner's Guide)
https://www.youtube.com/watch?v=Vm8QOo9MiC4